Web 前端底层起源:HTML/CSS/JS、浏览器与 HTTP 完整脉络
我们天天写 div、调 flex、发 fetch,很容易产生一种错觉:HTML、CSS、JS 天生就是一套的,浏览器天生就是为它们准备的,HTTP 天生就是给网页用的。把时间线倒回三十多年前就会发现,这四样东西不但不是同时出现的,连出现的动机都各不相同——它们是被一件很具体的事,一点点拼到一起的。
这篇把浏览器、三剑客、HTTP 的来路捋成一条链,顺带解释一个常被跳过的中间环节:从一堆文本文件,到屏幕上的一块画面,中间到底发生了什么。
一、三剑客不是一起出生的
严格说,"前端三剑客"这个说法是后人总结出来的。三个技术各自对应一件不同的事:
| 技术 | 首次出现 / 定型 | 最初职责 |
|---|---|---|
| HTML | 1990 年由蒂姆·伯纳斯-李写出雏形,1993 年前后规范逐步公开 | 描述文档结构:标题、段落、超链接 |
| JavaScript | 1995 年,布兰登·艾奇在 Netscape 用约十天写出原型 | 给页面加交互:点击、弹窗、改内容 |
| CSS | 1996 年发布 CSS 1.0 | 接管样式:颜色、字体、布局,实现结构与样式分离 |
图:今天并排放在一起的三个标志,背后其实是三条互不相干的发明线。
值得注意的是 JS 比 CSS 更早:1995 年 JavaScript 就进浏览器了,CSS 到 1996 年才有正式版本。早期网页要改字体颜色、背景色,只能在 HTML 标签里硬写 bgcolor、font 属性,页面越写越乱。CSS 的出现本质上是把"长什么样"从"是什么"里剥出来,这个分离思路后来成了整个前端工程化的起点。
顺带澄清一个高频误会:JavaScript 和 Java 没有任何语言层面的血缘关系,1995 年取名时 Java 正热,属于借势营销。这一条如果面试被问到,很多人的第一反应还是错的。
二、先有浏览器,再有网页
很多人以为"没有三剑客,浏览器打开就是一片空白",这个因果其实是反的。
一切的起点是一份文档。1989 年 3 月,在欧洲核子研究中心(CERN)工作的蒂姆·伯纳斯-李提交了一份名为《Information Management: A Proposal》的提案,设想用超文本把实验室里散落在不同电脑、不同系统上的文档互相链接起来。他的上司迈克·森达尔在封面角落写下了一句后来很有名的批注:"Vague, but exciting."(含糊,但令人兴奋)。
图:1989 年 3 月提交的《信息管理:一个提案》首页,来源:CERN。
图:提案里那张著名的手绘关系图,已经把"客户端浏览器 + 超文本服务器 + 服务器之间互相引用"的结构画出来了。
提案获批后,1990 年下半年他在一台 NeXT 工作站上一次性做出了三样东西:HTTP 协议、HTML、以及世界上第一款浏览器 WorldWideWeb(后改名 Nexus)。浏览器同时兼作所见即所得编辑器,这也是它文件名里带 Editor 的原因。这台 NeXT 机器同时也是世界上第一台 Web 服务器,机箱上贴着一张手写便签——"This machine is a server. DO NOT POWER DOWN!"(这台机器是服务器,不许关机)。
图:蒂姆·伯纳斯-李 1990 年用于开发和运行第一个 Web 服务器、浏览器与编辑器的 NeXT 机器(CERN 展出的复原件)。
图:蒂姆·伯纳斯-李与他的 NeXT 电脑,屏幕上就是最早的网页之一。
1991 年 8 月 6 日,第一个公开网站 info.cern.ch 上线,内容是解释"万维网是什么、怎么用浏览器、怎么自己搭服务器"。它今天依然可以访问,CERN 在 2013 年专门做了复原项目。
图:1991 年 CERN 对外发布的首个站点页面原始截图,只有标题、几行文字和超链接,没有任何样式。
图:早期另一款浏览器 Line Mode Browser 打开 CERN 主页的样子——纯绿字终端,行末的 [1] [2] 就是超链接编号。
图:1990 年 WorldWideWeb 浏览器的真实界面,左侧是菜单,中间是"Home"文档,右侧是样式与导航面板,来源:CERN。
看完这些截图就明白了一件事:浏览器是为 HTML 而生的,HTML 也是为浏览器而生的,两者是同一套方案的两半。当年的浏览器只认最原始的 HTML——纯文字、标题、超链接,没有颜色排版,没有动态交互,点一下链接就跳去另一篇文档。那个年代的网页,光靠 HTML 就足以"有页面",只是光秃秃的。
之后才是能力逐层叠加:1995 年浏览器接上 JS,页面能响应操作了;1996 年接上 CSS,页面能排版美化了。所谓"前端三剑客",是浏览器这个容器不断扩容之后,三个模块慢慢凑齐的结果。等到 2000 年代浏览器把它渲染成一屏图文混排的样子,才变成我们熟悉的那种网页:
图:CERN 复原后的第一个网站首页,结构与 1991 年完全一致,只是换上了现代浏览器的外壳——反差感最强的一张图。
三、剥掉浏览器,它们只是一堆文本文件
.html、.css、.js 的本质都是纯文本,用记事本打开就是一堆带尖括号的字符,没有画面、没有样式、没有交互。它们不是"网页",只是"网页的源代码"。
把这三类文本变成可视页面的,是浏览器内核里的两套独立机制:渲染引擎负责解析 HTML 与 CSS 并绘制画面,JS 引擎负责执行 JS 代码。两者是并行模块,不是一件事。Chrome 的渲染引擎是 Blink,JS 引擎是 V8;Firefox 则是 Gecko 加 SpiderMonkey。
图:Chrome 官方文档中的多进程架构示意,渲染进程(Renderer)里同时跑着 Blink 与 V8,浏览器进程负责网络请求与文件访问。来源:Chrome 开发者文档《Inside look at modern web browser》。
这也解释了一个常见困惑:Node.js 能跑 JS,却渲染不了 HTML 和 CSS。因为它是把 V8 单独拎出来放进服务端环境,没有渲染引擎,所以只能跑逻辑、不能出画面。同理,Electron、各类 App 内嵌 WebView 之所以能显示网页,是因为它们在应用里塞了整套浏览器内核,而不是因为文件本身有什么魔力。
四、从文本到画面:渲染到底做了什么
浏览器拿到一份 HTML 和若干 CSS 之后,大致走这么几步:解析 HTML 生成 DOM 树,解析 CSS 生成 CSSOM 树,两棵树合并成渲染树,然后布局(计算每个盒子在屏幕上的位置和大小),最后绘制上屏。
图:web.dev 官方文章里的经典示意图:左边 DOM 树、右边 CSSOM 树,下方是按两者匹配结果生成的渲染树,来源:web.dev。
图:把同一条链路压成五个方块的版本——HTML/CSS 文本 → DOM/CSSOM → 样式(渲染树)→ 布局(几何)→ 绘制像素。
中间的 JS 引擎则在另一条线上运行代码,它可以通过 DOM API 改结构、通过样式改外观,一旦改动发生,浏览器就要重新走一遍布局和绘制,也就是我们说的重排(reflow)与重绘(repaint)。
这里有个面试常考但容易说糊的点:JS 执行会阻塞页面渲染。原因是早期浏览器里渲染和 JS 共用一条主线程,脚本跑起来的时候,浏览器不敢继续往下解析和绘制——因为它不知道这段脚本会不会把刚解析出来的 DOM 改掉。所以脚本位置、defer / async、以及"把耗时的活儿挪出主线程"这些优化手段,本质上都是在处理这一个约束。
五、HTTP:搬运工,不负责渲染
HTTP 和 HTML、第一款浏览器是同一个人、同一年做出来的。1990 年实现的 HTTP/0.9 极其简陋:只有 GET 一种方法,没有请求头响应头,没有状态码,服务器只回一份 HTML,回完就断开连接。它的全部使命就一句话——让客户端能向服务器要一份文档,服务器把文档发回来。
图:一次 HTTP 交互的基本构件:请求侧有请求方法、资源路径、请求头、请求体;响应侧有状态码、响应头、响应体。
一次 HTTP/0.9 的请求长这样,只有一行:
GET /hypertext/WWW/TheProject.html
服务器返回的就是这个文件的原始 HTML 文本,没有任何元信息。这套设计之所以能成,是因为它足够简单:任何一台机器,只要能建立 TCP 连接、能按这个约定说话,就能参与进来。
图:三代协议的传输方式对比:1.1 靠多条连接堆并发,2 在单连接上多路复用,3 把流放到 QUIC 上各自独立。
后续迭代方向也很清晰:HTTP/1.0(1996)补上 POST、状态码、请求头响应头,从此能传图片、CSS、JS,这才真正支撑起"三剑客一起工作";HTTP/1.1(1997)加入长连接、缓存控制、Host 字段,成为统治二十多年的版本;HTTP/2(2015)改为二进制分帧、单连接多路复用,缓解应用层的队头阻塞;HTTP/3 把传输层换成基于 UDP 的 QUIC,解决 TCP 层"一个包丢了整条连接都堵住"的问题。
图:关键差别一目了然:HTTP/2 下丢一个包会堵住同连接的全部请求流,HTTP/3 只堵住丢包的那一条流。来源:web.dev。
图:同样的 HTTPS 语义,下面换了一层:HTTP/2 是 TLS over TCP,HTTP/3 是 QUIC over UDP,来源:Cloudflare 关于 HTTP/3 的公告配图。
图:QUIC 从设计之初就以多路复用为前提,每个帧带 stream 编号,单条连接里并行跑多条流。
一定要分清三个层次:TCP 是底层运输通道,负责把字节可靠送到;HTTP 是跑在它之上的应用层协议,约定双方怎么说话;HTML/CSS/JS 只是 HTTP 搬运的内容。HTTP 自己完全不参与渲染——它只管把字节送到浏览器,剩下的活是渲染引擎和 JS 引擎的。
常用那句类比:HTTP 是快递员,HTML 是货物,浏览器是拆箱组装的工厂。快递员再快,也不会替你把家具装好。
六、在 Web 出现之前,程序员在写什么
这是最容易被前端视角遮住的一块。Web 只是软件行业里一个出现很晚、但传播极快的分支,1990 年之前,开发早就干了三四十年,而且方向相当分散。
最早是大型机上的科学计算与底层程序,用机器语言、汇编,后来是 Fortran、COBOL,服务对象是科研机构、军方、银行账务。接着是字符终端时代,黑白屏、纯文字、键盘输入,Unix 上那一整套命令工具、企业的进销存与财务系统都属于这一类——很多银行和大型国企的核心系统,源头就在这里。上面 Line Mode Browser 那张绿字截图,其实就是那个时代视觉风格的延续。
再往后是八十年代爆发的桌面 GUI 程序,窗口、按钮、菜单、鼠标点击,C 和 C++ 写出来的操作系统、办公软件、CAD、工控软件、单机游戏,都跑在操作系统之上,自带界面渲染逻辑,根本不需要浏览器。
还有一类经常被误认成"Web 后端"的东西:网络程序。SMTP 邮件、FTP 文件传输、Telnet 远程登录、聊天室,这些都早于 HTTP,客户端和服务端按自定协议通信,全程没有 HTML、没有网页。它们和后来的 Web 后端解决的是同类问题,只是形态不同。
Web 能后来居上,靠的是一个很朴素的优势:一次开发,任何装了浏览器的设备打开就能用,不用安装、不用适配每个平台。企业业务因此大规模从桌面软件迁移到浏览器里,才造成今天"到处是网页系统"的观感。但软件行业从来不是只有 Web,原生桌面、移动 App、嵌入式、游戏、操作系统与驱动、大数据与 AI 基础设施,各自都是一条完整赛道。前端资源多、门槛低、岗位密集,所以初学者接触最多,容易把这个分支当成全行业。
七、一条链串起来
按时间顺序,整件事是这样的:
先有计算机、操作系统、TCP/IP、FTP 与 Telnet、桌面软件各自发展了几十年,但缺一个"点一下就能跳到另一篇文档"的轻量方案。1989 年 3 月提案,1990 年下半年落地 HTTP/0.9、HTML 和第一款浏览器,Web 雏形出现。1991 年 8 月第一个公开网站上线。1993 年 4 月 30 日,CERN 把万维网相关代码放入公有领域,不收任何费用——这一步才是 Web 真正爆炸式传播的起点,同年 HTML 规范逐步公开。1995 年 JavaScript 诞生。1996 年 CSS 1.0 与 HTTP/1.0 一起到来。到这里,四块拼图才真正齐了,现代 Web 的基础成型。
最后把这几个角色的职责压成一句话,方便记忆:
HTTP 负责搬运,HTML 负责结构,CSS 负责外观,JS 负责行为,浏览器是唯一同时具备"发起请求"和"解析渲染"能力的那台机器。
理解了这条链,再看今天的前端框架、构建工具、性能优化,其实都只是在同一个约束下做文章:把文本更快地搬到浏览器,让浏览器更少地重排重绘,让主线程更少地被阻塞。